社交网络的热点话题发现研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·本文的研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-12页 |
| ·主要研究内容和创新点 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 微博话题发现相关技术 | 第14-26页 |
| ·微博概述 | 第15-17页 |
| ·微博数据采集 | 第17-19页 |
| ·话题发现主要流程 | 第19-25页 |
| ·语料采集与预处理 | 第19-20页 |
| ·文本的模型表示 | 第20-22页 |
| ·文本间的相似度计算 | 第22-23页 |
| ·文本聚类算法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于新词发现的短文本主题发现 | 第26-38页 |
| ·中文分词 | 第27-30页 |
| ·数据采集及预处理 | 第27-28页 |
| ·新词发现 | 第28-30页 |
| ·改进的 LDA 主题模型 | 第30-36页 |
| ·微博客文本的 LDA 建模 | 第30-33页 |
| ·改进的 LDA 主题模型算法流程 | 第33-35页 |
| ·基于 LDA 的主题聚类 | 第35-36页 |
| ·LDA 超越参数的选择 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于本体的特定领域主题发现方法 | 第38-46页 |
| ·特定领域主题发现方法概述 | 第38-39页 |
| ·特定领域主题发现关键技术 | 第39-43页 |
| ·本体及本体构建方法概述 | 第39-40页 |
| ·微博文本分类方法 | 第40-42页 |
| ·改进的话题表现方法 | 第42-43页 |
| ·基于特定领域的主题发现方法的实现流程 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 话题发现实验分析 | 第46-59页 |
| ·话题发现流程概述 | 第46页 |
| ·微博数据采集 | 第46-48页 |
| ·领域词典构建 | 第48-49页 |
| ·特定领域主题发现实验 | 第49-52页 |
| ·中文分词 | 第49-50页 |
| ·特定领域主题发现对比实验 | 第50-52页 |
| ·微博话题发现实验 | 第52-58页 |
| ·建立分类模型 | 第52-54页 |
| ·对比实验分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表论文与研究成果清单 | 第65-66页 |
| 致谢 | 第66页 |
